压敏漆技术是一种经济性高、速度快的风洞测压前沿技术。在风洞试验中，由于强风影响，模型会发生畸变，造成有风图像和无风图像难以配准，从而严重影响测压精度。针对这一问题，本文创新性的将二维非刚性 ICP算法用于此问题，采用点云方式使得图像细节区域有效配准，同时也有利于后续三维重建工作。然而由于二维非刚性 ICP算法仅考虑二维坐标位置关系，忽略压敏漆图像像素灰度具有的相关性，使得配准精度不高。直接利用三维非刚性 ICP算法又会发生误配准，所以为了进一步提高配准精度，本文提出了一种基于像素关联搜索策略的非刚性 ICP算法，算法设计了综合考虑 2D坐标与像素灰度值的双目标搜索策略，实现了精确的局部匹配点搜索与双目标优化。在多组压敏漆图像上将本文算法与五种配准算法进行了对比实验分析。实验结果表明，本文所提出的算法具有最好的配准精度。相比次优算法，RMSE提升超过 15%，NMI提升在 5%左右。

基于被动毫米波成像特性，提出了改进的稀疏表示——圆周中心差(ISR-CSCD)算法来解决被动毫米波图像中弱小目标与背景区分度较弱，目标可提取特征较少的问题。该算法通过改进稀疏表示方法完成背景抑制与目标增强。依据目标与周围背景特征先验，提出了圆周中心差背景抑制算法对检测图像进行背景抑制。 然后，融合改进稀疏表示方法和圆周中心差背景抑制算法的结果得到抑制了背景的目标增强图像。最后，基于恒虚警率的检测方法完成了弱小目标的检测。对不同场景下的毫米波图像进行了实验检测，结果表明，与主流算法图像稀疏表示(SR)法、鲁棒规则核回归牛顿算法(NRRKR)，空时联合分类稀疏表示算法(STCSR)和累积中心与周边差异测量算法(ACSDM)相比，ISR-CSCD算法具有更低的虚警率、更高的检测精度、更强的鲁棒性。对各种虚警率、信噪比之下的毫米波弱小目标检测结果显示，ISR-CSCD检测率相对于其它算法平均提高了约15%。

提出了一种利用三维人脸模型匹配二维人脸图像的分层人脸识别方法和基于模糊数学的人脸姿态角度估计算法。对多姿态二维图像进行姿态空间划分，利用主成分分析方法(PCA)形成多姿态特征脸。识别过程首先估计测试图像姿态和模糊姿态角，在估计的姿态空间内采用基于PCA 的方法进行第一层识别得到候选个体，然后利用候选个体的三维模型结合模糊姿态角产生虚拟图像，利用相关进行第二层识别。实验结果表明，该方法对姿态的变化有较好的鲁棒性。